降低python中的浮点精度以提高性能

Question

我在和python一起研究覆盆子派。我用互补滤波器从陀螺仪中得到更好的值，但是它消耗了太多的树莓的能量——大约70%。我想我可以通过降低浮点精度来提高性能。现在，结果有12位小数，这比我需要的要多。有没有办法设置最大精度？仅仅四舍五入这个数字不符合我的需要，因为这只是另一种计算。谢谢！在

编辑：我尝试过使用十进制模块，精度设置为6时，它比浮点运算慢了近6倍！有没有其他方法可以处理十进制以外的定点数（它看起来是为了更高的精度而不是为了性能而创建的）

Answer 1

可以使用numpy强制单精度浮点计算。在

但是，如果使用单精度浮点运算速度比双精度快，我会非常惊讶：raspberry pi支持硬件浮点，所以我希望所有的计算都是在完全80位精度下完成的，然后在保存到内存时四舍五入得到32位或64位的结果。唯一可能的增益是在保存值时使用的内存带宽稍小一些。在

Answer 2

可能是你找错了方向。在

陀螺仪的数据流相当慢，所以你应该有足够的时间用任何合理的过滤器过滤它。即使是Kalman滤波器也应该是可用的（尽管可能是不必要的）。你多久采样一次陀螺仪和加速计数据？合理的最大值是几百赫兹，而不是更多。在

用于加速度计和陀螺仪测量的互补滤波器非常轻，它本身应该消耗很少的处理功率。它可以在一个慢的8位处理器上实现，所以树莓对它来说太快了。在

根据使用互补滤波器所做的工作，滤波器本身需要一些浮点运算。如果你计算弧切线或等效函数，那就需要几百次浮点运算。如果你以1千赫的速率这样做，你可能会消耗几百kFLOPS（每秒浮点运算）。RPi的FP吞吐量大约为100 MLFOPS，因此有很大的余量。在

因此，降低FP精度不会有很大帮助，问题出在别处。也许如果你多展示一点代码，就可以确定问题出在哪里了！在